融合多特征的视频火焰检测

被引：21

作者：

严云洋 ^{[1
,2
]}

杜静 ^{[1
,2
]}

高尚兵 ^{[1
]}

周静波 ^{[1
]}

刘以安 ^{[2
]}

机构：

[1] 淮阴工学院计算机工程学院

[2] 江南大学物联网工程学院

来源：

计算机辅助设计与图形学学报 | 2015年 / 03期

关键词：

视觉显著性分析; 离散余弦变换; 四元数; 视频检测; 火焰检测;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

对于复杂的场景,人类视觉系统选择性注意机制能够不需要训练而快速地定位到图像中的显著目标上.文中结合火焰的先验信息,基于显著性的四元数离散余弦变换算法来检测视频中的火焰.首先根据火焰在RGB空间中3个颜色分量之间的特殊关系改进了2个火焰颜色特征公式,得到2幅火焰颜色的特征图;然后通过计算疑似火焰区域的LBP特征向量的距离得到火焰的纹理特征图;再根据火焰内部的动态纹理、火焰闪烁频率特征计算改进后的火焰高频过零次数,得到火焰的动态特征图;最后将这4幅火焰特征图构成一个四元数,利用四元数离散余弦变换得到最终的火焰显著图.在Bilkent大学的火焰视频库中进行实验的结果表明,该方法具有准确率高、鲁棒性强的特点,优于对比的其他视频火焰检测算法.

引用

页码：433 / 440

页数：8

共 11 条

[1] 时空视觉选择性注意机制的视频火焰检测 [J].

杜静 ;

严云洋 ;

高尚兵 ;

刘以安 .

计算机辅助设计与图形学学报, 2014, (03) :479-485

[2] 基于粗糙集的火灾图像特征选择与识别 [J].

胡燕 ;

王慧琴 ;

秦薇薇 ;

邹婷 ;

梁俊山 .

计算机应用, 2013, 33 (03) :704-707

[3] 基于模糊最小二乘支持向量机的火灾信号辨识 [J].

王志强 ;

李立君 ;

黄雁 ;

左青松 ;

钱承 ;

粟键鑫 .

中南大学学报(自然科学版), 2013, 44 (01) :202-207

[4] 使用多尺度LBP特征和SVM的火焰识别算法 [J].

严云洋 ;

唐岩岩 ;

刘以安 ;

张天翼 .

山东大学学报(工学版), 2012, 42 (05) :47-52+58

[5] 结合视觉感知与LBP傅里叶直方图的图像检索 [J].

黄传波 ;

金忠 .

计算机辅助设计与图形学学报, 2011, 23 (03) :406-412

[6] 数据采集在火焰闪烁频率的测量研究及分析中的应用 [J].

安志伟 ;

袁宏永 ;

屈玉贵 .

火灾科学, 2000, (02) :43-47

[7]

基于多特征的火焰图像探测研究及实现[D]. 荣建忠.中国科学技术大学 2012

[8]

基于红外视频的火灾探测算法研究[D]. 秦薇薇.西安建筑科技大学 2012

[9]

Fire flame detection based on GICA and target tracking[J] . Jianzhong Rong,Dechuang Zhou,Wei Yao,Wei Gao,Juan Chen,Jian Wang.Optics and Laser Technology . 2013

[10] Early Flame Detection in Video Sequences based on D-S Evidence Theory [J].

Li, Wenhui ;

Liu, Peixun ;

Wang, Ying ;

Li, Huiying ;

Fu, Bo ;

Ni, Hongyin .

JOURNAL OF COMPUTERS, 2013, 8 (03) :818-825

← 1 2 →